Decodificatore di URL

Ricorda che gli URL vengono inviati a Internet dai browser in codifica ASCII. Se un URL contiene caratteri che non sono nella codifica ASCII, l'URL viene convertito automaticamente dal browser. La conversione dell'URL si riferisce alla sostituzione dei caratteri non sicuri con una% seguita da due numeri esadecimali che corrispondono ai valori dei caratteri ISO-8859-1. Qualsiasi sequenza nella forma% xy è considerata un byte, dove xy è una rappresentazione esadecimale a due cifre di 8 bit. Tutte le sottostringhe che hanno una o più sequenze vengono sostituite con uno o più caratteri la cui codifica risulterà in byte sequenziali. L'URL contiene un set limitato di caratteri US-ASCII, inclusi alfabeto (A-Z a-z), numeri (0-9), trattino (-), trattino basso (_), tilde (~) e punto (.). Qualsiasi altro carattere al di fuori del set valido viene codificato utilizzando la codifica URL o la codifica percentuale.

Naturalmente, gli utenti possono decodificarli da soli (ad esempio, facendo clic sulla riga dell'indirizzo, aggiungendo qualsiasi segno, rimuovendolo e solo successivamente copiando l'indirizzo), ma questo è scomodo. A volte è necessario decodificare la stringa dell'URL in testo leggibile dall'uomo. Ovviamente puoi sostituire tutti i% 20 con spazi e presumere che il problema sia risolto. Ma cosa succede se non solo gli spazi sono codificati allo stesso modo? Se ti imbatti in un URL con un mucchio di percentuali simili all'ingresso? Alcuni caratteri non possono essere parte dell'URL (ad esempio, uno spazio) e alcuni altri caratteri hanno un significato speciale nell'URL: ad esempio, il carattere # può essere utilizzato per indicare ulteriormente una sottosezione (o parte) di un documento. Nei moduli HTML, il carattere = viene utilizzato per separare il nome dal valore. La sintassi URI generica utilizza la codifica URL per risolvere questo problema, mentre i moduli HTML eseguono alcune sostituzioni aggiuntive anziché applicare la codifica percentuale a tutti questi caratteri.